2009年不相容决策表属性约简改进算法：理论与实践验证

本文档标题为"一种针对不相容决策表的属性约简改进算法* (2009年)"，发表于2009年1月的《内蒙古大学学报(自然科学版)》第40卷第1期。论文关注的是粗糙集理论在处理不相容决策表属性约简问题上的应用。粗糙集理论是一种处理不确定性和不完整信息的数学工具，在人工智能领域备受瞩目，其核心是通过属性约简保留知识库的关键信息，生成决策或分类规则。 现有的约简算法在处理相容决策表时表现良好，但面对不相容决策表（即同一条件属性取值对应不同决策属性取值）时，其适用性受到限制。作者指出，由于数据采集的随机性，这类问题变得尤为重要。传统算法往往忽略了决策表的整体结构，只针对单个对象进行计算，这在处理不相容性时显得不足。 为了克服这一局限性，作者提出了一个基于等价划分的属性约简改进算法。该算法首先从整体上对决策表进行划分，将不相容的对象归类到一个共同的划分中，从而生成一个新的决策表。这个过程利用了过滤矩阵和属性频率重要性的计算方法，旨在提高算法效率。通过理论证明和实例分析，作者证实了新算法的有效性，即它能够在保持分类能力的同时，有效地减少决策表中的冗余信息，并生成简洁且适用的决策规则。 论文中引入了粗糙集理论中的关键概念，如决策表、属性约简、区分矩阵，以及粗糙集的U/ind(C)等价类划分原理。这些概念为算法设计提供了理论基础。这篇文章的主要贡献在于提出了一种适用于不相容决策表的属性约简策略，为粗糙集理论在实际问题中的应用提供了新的视角和解决方案。